一、事件速览：7B小模型统一生成与编辑

9月20日，阿里千问宣布开源千问图像系列中兼顾生成效果、推理效率与使用成本的图像模型Qwen-Image-2.1，将文生图与图像编辑整合在同一模型中，视觉生成部分仅7B参数，并原生支持透明图像（RGBA）的生成与编辑。官方将本次更新的特色概括为四点：小模强效，极致价比；原生透明，创改一体；全能编辑，多局保全；真实质感，字雅人美。

【图表：Qwen-Image-2.1关键规格一览】

权重方面，模型已同步上线GitHub、Hugging Face与ModelScope，Diffusers、ComfyUI、vLLM-Omni、SGLang等主流框架实现首日支持。

二、技术解析：单流DiT与两项轻量推理设计

架构上，Qwen-Image-2.1的视觉生成组件采用32层单流DiT（单流扩散Transformer）架构，参数量为7B，即70亿参数。在较小的模型规模下，模型依然保持了不错的图像生成质量。

为压低推理成本，模型在推理结构上做了两项轻量设计。其一是混合粒度注意力结构，对文本与图像采取不同处理策略：系统前缀与编辑指令等文本部分使用Token级因果掩码，图像生成部分使用Chunk级掩码。其二是前缀KV缓存复用机制，将输入图像与编辑指令作为静态上下文，在首步完成预计算并缓存，以提升推理效率、降低显存开销。官方称，轻量的模型结构与推理优化，使模型在生成质量和计算成本之间取得平衡。

三、原生透明图：生成、编辑与抠图一体

原生透明能力是本次更新的重点之一。模型可以根据提示词自动判断输出普通图像或带透明通道的图像，既能生成单个主体，也能生成由多个元素组成的复杂透明素材。在编辑场景中，用户可以在保持透明背景不变的前提下，只修改主体的表情、颜色或其他局部细节；透明图层中的文字也能被直接替换，例如将图层中的“BLOOM”修改为“Qwen-Image”，其他部分基本没有发生变化。

针对真实照片，Qwen-Image-2.1可以从RGB图像中提取指定主体，并输出带透明通道的RGBA图层，方便后续用于平面设计、商品合成和内容制作。

四、全能编辑：最多10张参考图与多主体合成

编辑维度上，Qwen-Image-2.1最多支持10张参考图输入，可通过圆形、手绘标注或独立遮罩指定局部编辑区域，并保留人物与商品的身份特征。典型场景包括：在多人合照场景中，输入六张人物照片即可整合为一张自然合照，并调整人物姿势与画面光影；在服装搭配场景中，输入模特、衣服、鞋子、包包和帽子等图片，可以生成完整的穿搭效果。

商品编辑方面，模型重点保持商品的文字、纹理和外形，使商品置于新场景后仍能保留原有特征，可用于电商展示、广告素材制作和商品视觉设计；官方案例中，输入手串商品图后整体结构、配色和材质基本保留，但成图中的黑色珠子尺寸略大，与原图相比仍存在细微差异。此外，模型还覆盖全景图、信息图和分镜图生成等任务。

五、质感升级：文字排版与人物光影

质感层面，Qwen-Image-2.1进一步优化了文字生成、字体选择和版式布局，能够生成包含大量图片、文字、图表等多种信息的论文界面，文字清晰、排版合理；在人物表现上，模型增强了光影与细节刻画，使画面更接近真实摄影和商业设计效果。

六、评测表现与行业定位

评测方面，官方公布的Qwen-Image-Bench公开评测显示，Qwen-Image-2.1以7B视觉生成模块取得60.28分，位列开源模型第一，超过Nano Banana 2.0、GPT Image 1.5等闭源模型，落后于GPT Image 2、Grok Imagine 2.0等模型。以7B参数规模跻身第一梯队，是“小模强效”路线的直接注脚，但其与最强闭源模型之间仍有差距。

七、开源生态与产业落地

开源地址方面，模型权重已上架GitHub（https://github.com/QwenLM/Qwen-Image-2.1）、ModelScope（https://www.modelscope.cn/models/Qwen/Qwen-Image-2.1）与Hugging Face（https://huggingface.co/Qwen/Qwen-Image-2.1）。软件生态上，Diffusers、ComfyUI、vLLM-Omni、SGLang等框架实现发布首日支持。

国产硬件侧，壁仞科技基于生成式AI推理框架Diffusers与成熟的BIRENSUPA软件栈，在壁砺166M上快速完成模型适配，率先向开发者提供快速部署方案与高效稳定的体验。

八、系列演进与许可证边界

从系列演进看，此次开源距Qwen-Image系列上一次开源已过去约9个月，上一次是2025年12月开源的Qwen-Image-2512；其间，闭源的Qwen-Image线上版本已于2026年7月更新至Qwen-Image-3.0，而2026年2月10日发布的Qwen-Image-2.0曾以2K分辨率与“生图编辑二合一”为主要卖点。

【图表：Qwen-Image系列版本演进时间线】

需要特别注意的是，Qwen-Image-2.1的许可证从此前的Apache 2.0改为非商业的Qwen Research License，商业使用需另行获得授权，“可下载”与“可商用”之间存在明确边界。这意味着开发者可以下载权重开展研究与测试，但若要投入商业项目，则需另行向阿里申请商业授权。

九、结语

Qwen-Image-2.1把透明图像生成、透明图层编辑、多图输入和局部修改能力放进同一套7B模型，进一步降低了图像创作门槛；对设计、电商和内容制作场景而言，透明图与多图编辑可以减少抠图、合成及反复修改的步骤。模型最终能否在本地部署成本、生成速度和复杂编辑效果之间取得平衡，还需要结合实际体验和开源社区反馈进一步观察。

在开源竞争层面，“小模型、强能力、低推理成本”的组合正成为开源阵营对标闭源头部产品的现实路径；而许可证条款从宽松转向非商业授权，也提示开源生态的商业模式正在进入更精细化的阶段。